Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/85883
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorAraújo, Wladimir Tavares-
dc.contributor.authorDiniz, João Victor Amarante-
dc.date.accessioned2026-04-15T18:43:28Z-
dc.date.available2026-04-15T18:43:28Z-
dc.date.issued2026-
dc.identifier.citationDINIZ, João Victor Amarante. Implementação e avaliação de algoritmos genéticos para o problema da máxima intersecção de k Subconjuntos utilizando o framework PYMOO: estudo exploratório. 2026. 68 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Campus de Quixadá, Universidade Federal do Ceará, Quixadá, 2026.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/85883-
dc.description.abstractIn this work, we propose the implementation and evaluation of genetic algorithms for solving the Maximum Intersection of k-Subsets (kMIS) problem using the PyMoo framework. The kMIS problem consists of given a collection L = {S1,...,Sn} of n subsets over a finite set of elements R={e1,...,em}, and a positive integer k, the goal is to select exactly k subsets belonging to L, such that the intersection of these subsets is maximized. Through the PyMoo framework, we explore different genetic algorithm techniques, optimizing the search for the maximum intersection with a focus on the effectiveness and efficiency of the solutions generated.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleImplementação e avaliação de algoritmos genéticos para o problema da máxima intersecção de k Subconjuntos utilizando o framework PYMOO: estudo exploratóriopt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrNeste trabalho, propomos a implementação e avaliação de algoritmos genéticos para resolver o problema da Máxima Intersecção de k-Subconjuntos (kMIS), utilizando o framework PyMoo. O problema kMIS consiste em, dada uma uma coleção L = {S1,...,Sn} de n subconjuntos sobre umconjunto finito de elementos R = {e1,...,em}, e um inteiro positivo k, o objetivo é selecionar exatamente k subconjuntos pertencentes a L, tal que a intersecção destes subconjuntos seja máxima. Através do framework PyMoo, exploramos diferentes técnicas de algoritmos genéticos, otimizando a busca pela máxima intersecção, com ênfase na eficácia e eficiência das soluções geradas.pt_BR
dc.subject.ptbralgoritmo genéticopt_BR
dc.subject.ptbrPyMoopt_BR
dc.subject.ptbrmáxima intersecção de k-subconjuntospt_BR
dc.subject.cnpqCNPQ: CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃOpt_BR
Aparece nas coleções:CIÊNCIA DA COMPUTAÇÃO-QUIXADÁ - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
202_tcc _jvadiniz.pdf891,79 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.